🛠️ backend

이 프로젝트는 YouTube 데이터와 OpenAI API를 활용하여 카테고리와 키워드를 생성하고, 이를 바탕으로 사용자 맞춤형 콘텐츠를 생성하는 FastAPI 기반 애플리케이션입니다.

📁 Project Directory Structure

backend/                     # FastAPI 백엔드
├── Dockerfile               # Docker 이미지를 빌드하기 위한 파일
├── README.md                # 프로젝트 설명 및 가이드 문서
├── app                      # FastAPI 애플리케이션 소스 코드
│   ├── config.py            # 애플리케이션 환경설정
│   ├── db.py                # 데이터베이스 연결 설정
│   ├── main.py              # FastAPI 애플리케이션의 엔트리 포인트
│   ├── models               # SQLAlchemy 모델 정의
│   ├── routes               # API 라우팅 정의
│   ├── schemas              # Pydantic 데이터 스키마 정의
│   ├── services             # 주요 비즈니스 로직
│   ├── tests                # 테스트 코드
│   └── utils                # 공통 유틸리티 함수
├── docker-compose.yaml      # Docker Compose 설정 파일
├── gcp-key.json             # Google Cloud Platform 서비스 계정 키
├── requirements.txt         # Python 패키지 종속성
└── venv                     # Python 가상환경 디렉터리

✨ 주요 기능

1. 📺 YouTube 데이터 기반 키워드 생성

   • Redis를 이용하여 캐싱된 YouTube 데이터를 OpenAI API를 통해 카테고리와 키워드로 변환합니다.

2. 🎨 DALL·E 이미지 생성

   • 생성된 카테고리와 키워드를 기반으로 이미지를 생성합니다.

3. ⚙️ Redis와 Celery를 활용한 비동기 작업 처리

   • Redis와 Celery를 활용하여 키워드와 이미지를 비동기로 생성합니다.

4. 🔐 사용자 관리 및 인증

   • JWT(JSON Web Token)를 통해 인증 및 사용자 세션을 관리합니다.

5. ☁️ Google Cloud Storage 업로드

   • 생성된 이미지를 GCP Storage에 업로드하고 URL을 저장합니다.

필수 파일

1. .env

   APP_NAME='My FastAPI App'
   
   # PostgreSQL
   DATABASE_URL=
   POSTGRES_DB=
   POSTGRES_USER=
   POSTGRES_PASSWORD=
   
   # Redis
   REDIS_HOST=
   REDIS_PORT=
   
   # RabbitMQ
   RABBITMQ_DEFAULT_USER=
   RABBITMQ_DEFAULT_PASS=
   RABBITMQ_HOST=
   RABBITMQ_PORT=
   
   # Celery
   CELERY_BROKER_URL=
   CELERY_RESULT_BACKEND=
   CELERY_BROKER_CONNECTION_MAX_RETRIES=5
   
   # OpenAI
   OPENAI_API_KEY=
   
   # GCP
   GCP_BUCKET_NAME=
   GOOGLE_APPLICATION_CREDENTIALS=./gcp-key.json
   
   # JWT
   SECRET_KEY=
   ALGORITHM=
   ACCESS_TOKEN_EXPIRE_MINUTES=120
   REFRESH_TOKEN_EXPIRE_MINUTES=120
   
   # YouTube Data API
   CLIENT_ID=
   CLIENT_SECRET=
   REDIRECT_URI=
   API_KEY=
   

2. gcp-key.json GCP 서비스를 사용하기 위한 서비스 계정 키 파일입니다. Google Cloud Console에서 발급받은 JSON 파일을 프로젝트 루트 디렉터리에 gcp-key.json 이름으로 저장해야 합니다.

🚀 설정 방법

1️⃣ 로컬 환경에서 실행

1. 가상환경 생성 및 활성화

 python3 -m venv venv
 source venv/bin/activate  # macOS/Linux
 venv\Scripts\activate     # Windows

2. 의존성 설치

pip install -r requirements.txt

3. 서버 실행

uvicorn app.main:app --reload

2️⃣ Docker로 실행

1. Docker Compose 실행

docker-compose up --build

2. 실행 확인

   • 브라우저에서 “http://localhost:8000/docs” 로 API 문서 확인.

3. 종료 방법

docker-compose down -v

📦 Redis 저장 구조

1️⃣ 최신 동영상 목록:

• 키: youtube_channel:{채널ID}
• 값: ["동영상ID1", "동영상ID2", ...]

2️⃣ 동영상 세부 정보

• 키: youtube_video:{동영상ID}
• 값:

  {
    "tags": ["태그1", "태그2"],
    "categoryId": "카테고리ID",
    "localizedTitle": "제목",
    "localizedDescription": "설명"
  }

3️⃣ 특정 보드 관련 동영상

• 키: board_videos:{board_id}
• 값: ["동영상ID1", "동영상ID2", ...]

🧪 테스트 실행

1. 테스트 실행

pytest

2. 코드 커버리지 확인

pytest --cov=app